期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
热轧带钢平刃剪切质量影响因素仿真
1
作者 倪振兴 林亚团 +3 位作者 李宏鹏 刘培培 张晓东 白振华 《塑性工程学报》 北大核心 2025年第5期7-14,共8页
针对热轧带钢飞剪过程的板材拉裂、断面形貌粗糙、板材断裂不完全和板材变形等问题,在考虑材料断裂条件的基础上,通过建立平刃飞剪物理模型,进行了平刃剪切技术的关键参数仿真,分析了剪切间隙、剪切重叠量和剪切速度对剪切质量的影响。... 针对热轧带钢飞剪过程的板材拉裂、断面形貌粗糙、板材断裂不完全和板材变形等问题,在考虑材料断裂条件的基础上,通过建立平刃飞剪物理模型,进行了平刃剪切技术的关键参数仿真,分析了剪切间隙、剪切重叠量和剪切速度对剪切质量的影响。剪切后薄板的应力和Y向位移分布云图显示,当剪切间隙为0.2 mm,剪切重叠量为0.2 mm,剪切速度为3 m·s^(-1)时,板材的剪切质量较好。在此基础上,将获得的优化参数应用于国内某连退机组飞剪设备,应用后板材的缺陷发生率由2%下降至1.3%,进一步验证了有限元模拟分析的准确性,为板材剪切缺陷的治理提供了重要依据和参考。 展开更多
关键词 平刃剪切 飞剪 有限元 参数优化 仿真
在线阅读 下载PDF
转炉冶炼过程动态检测及控制技术探讨 被引量:4
2
作者 唐文明 《冶金能源》 2022年第4期50-53,64,共5页
在转炉冶炼过程中获得准确的烟气信息、炉渣信息、火焰信息和钢水信息是实现转炉冶炼过程动态控制的基础。文章介绍了副枪(投弹)系统、烟气分析系统、声纳化渣系统和火焰图像分析系统等常用动态检测及控制技术的原理和应用效果,对比分... 在转炉冶炼过程中获得准确的烟气信息、炉渣信息、火焰信息和钢水信息是实现转炉冶炼过程动态控制的基础。文章介绍了副枪(投弹)系统、烟气分析系统、声纳化渣系统和火焰图像分析系统等常用动态检测及控制技术的原理和应用效果,对比分析了这几种常用检测及控制技术的优缺点,并对转炉不同冶炼条件下的检测及控制技术的使用提出了建议。 展开更多
关键词 副枪(投弹) 烟气分析 声纳化渣 火焰图像分析 动态控制
在线阅读 下载PDF
矿山巡检救援机器人的设计研究 被引量:3
3
作者 王凯军 王宏 +1 位作者 潘志威 王钊哲 《有色金属工程》 CAS 北大核心 2024年第9期I0004-I0004,共1页
经过几代矿山人的努力,我国在复杂条件下的矿山开采技术发展迅速,已处于世界较为先进的水平.当前正处于科技革命如火如荼的新阶段,信息技术、人工智能、机器人等新技术的出现大幅提升了采矿业等传统产业发展转型升级的效率与能级,引发... 经过几代矿山人的努力,我国在复杂条件下的矿山开采技术发展迅速,已处于世界较为先进的水平.当前正处于科技革命如火如荼的新阶段,信息技术、人工智能、机器人等新技术的出现大幅提升了采矿业等传统产业发展转型升级的效率与能级,引发了矿山开采方式的巨大转变.目前,我国已经进入矿山智能化发展起步阶段,包括矿山巡检救援机器人在内的矿山机器人是特种机器人研究领域的重要组成部分,是矿山智能化建设中的关键抓手.研究设计高科技矿山巡检机器人,推进相关岗位的机器人替代,是强化矿山安全生产新理念的方向,是推动矿山高质量发展的趋势. 展开更多
关键词 救援机器人 特种机器人 巡检机器人 人工智能 信息技术 传统产业发展 智能化建设 智能化发展
在线阅读 下载PDF
恶意代码检测研究综述 被引量:8
4
作者 申培 刘福龙 桑海伟 《重庆理工大学学报(自然科学)》 CAS 北大核心 2022年第11期212-218,共7页
针对恶意代码现状进行阐述,重点分析了代码注入、缓冲区溢出、端口复用和协同攻击等技术。对基于特征匹配、签名、文件结构和控制流程等的静态检测法,基于行为、流量、磁盘内存和基于物理的动态检测法,以及基于机器学习的恶意代码检测... 针对恶意代码现状进行阐述,重点分析了代码注入、缓冲区溢出、端口复用和协同攻击等技术。对基于特征匹配、签名、文件结构和控制流程等的静态检测法,基于行为、流量、磁盘内存和基于物理的动态检测法,以及基于机器学习的恶意代码检测法的研究状况进行了分析和总结。最后,展望了未来的研究方向。 展开更多
关键词 恶意代码 检测技术 静态与动态分析 网络安全
在线阅读 下载PDF
面向废钢回收业务需求的异物检测方法 被引量:1
5
作者 李毅仁 申培 《计算机应用》 CSCD 北大核心 2023年第S01期243-249,共7页
针对实际的废钢回收业务场景,设计了一种旨在判识混杂在钢材中异物的类型与位置的方法。首先,在实际的废钢回收场地,通过架设高度合适的摄像头采集图像,并基于采集的原始图像构造了较大规模的数据集;然后,根据实际情况,定义了10个异物类... 针对实际的废钢回收业务场景,设计了一种旨在判识混杂在钢材中异物的类型与位置的方法。首先,在实际的废钢回收场地,通过架设高度合适的摄像头采集图像,并基于采集的原始图像构造了较大规模的数据集;然后,根据实际情况,定义了10个异物类别,并对所有数据集中的数据进行了详细的人工标注;最后,采用Mask R-CNN(Mask Region Convolutional Neural Network)对图像预处理,以有效减少无关背景的干扰,进一步采用Mosaic数据增强方案增强样本的多样性,提高小目标检测率。综合考虑效率与精度,设计了基于YOLOv5的特征抽取与目标检测方法。实验结果表明,所提方法能取得较高的检测精度,较好地解决了复杂的小目标检测难题,基本实现废钢异物检测。 展开更多
关键词 废钢异物 YOLOv5 小目标检测 深度学习 图像处理 图像理解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部